【摘 要】
：
基于切换网络下带有随机时延和随机通讯噪声的多智能体系统模型,提出分布式多步近似次梯度随机投影算法,并对算法的收敛性进行分析.首先,利用网络扩维的方法将含随机时延的通讯网络转化为无时延网络;其次,提出近似次梯度概念,并设计多步近似次梯度随机批量投影算法,批量随机投影可以避免在实际问题中整体约束集合不易获得而导致投影算子不易执行等情况;最后,通过数值仿真表明即使存在随机噪声,所提出的算法较一般的分布式多步次梯度算法具有更好的收敛效果,同时还分析了随机投影集合个数和随机噪声对收敛效果的影响.
【机 构】
：
华南理工大学数学学院,广州510640
论文部分内容阅读
基于切换网络下带有随机时延和随机通讯噪声的多智能体系统模型,提出分布式多步近似次梯度随机投影算法,并对算法的收敛性进行分析.首先,利用网络扩维的方法将含随机时延的通讯网络转化为无时延网络;其次,提出近似次梯度概念,并设计多步近似次梯度随机批量投影算法,批量随机投影可以避免在实际问题中整体约束集合不易获得而导致投影算子不易执行等情况;最后,通过数值仿真表明即使存在随机噪声,所提出的算法较一般的分布式多步次梯度算法具有更好的收敛效果,同时还分析了随机投影集合个数和随机噪声对收敛效果的影响.
其他文献
随着新型基础设施建设(新基建)的加速,云计算将获得新的发展契机.数据中心作为云计算的基础设施,其内部服务器不断升级换代,这造成计算资源的异构化.如何在异构云环境下,对作业进行高效调度是当前的研究热点之一.针对异构云环境多目标优化调度问题,设计一种AHP定权的多目标强化学习作业调度方法.首先定义执行时间、平台运行能耗、成本等多个目标,其中定义服务延迟成本以描述用户对服务质量的满意程度;然后设计面向异构资源的多目标调度综合评价方法,利用层次分析法(analytic hierarchy process,AHP)
非平稳工况下的齿轮故障检测是一项非常困难的工作,由于齿轮振动信号的复杂性,导致故障特征提取和故障诊断困难.针对这些问题,基于径向基(radial basis function,RBF)神经网络,提出一种在变速条件下齿轮的故障诊断方法CIHDRFD.首先利用自适应白噪声的完整集成经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN),将原始振动信号分解为多个固有的模态函数(intrinsic mod
集值信息系统中的对象的属性值多值化,可以实现对复杂信息更全面的刻画.在传统的集值信息系统中,每个属性只有一个尺度.但在具体应用中,人们往往需要在不同的尺度上处理和分析数据.为此,将多尺度信息系统的粒度转换函数引入集值信息系统中,建立多尺度集值信息系统的理论框架,并讨论该系统的不同尺度间信息粒、粗糙集的关系.在此基础上,建立多尺度集值决策信息系统的粒计算模型,并讨论该模型不同尺度间协调性的传递性质.最后,讨论了协调和不协调的多尺度集值决策信息系统的最优尺度选择方法.所提出的改进型多尺度决策信息系统的粒计算模
针对多车场绿色车辆路径问题,根据顾客的坐标位置,采用K-means聚类方法将顾客分配给不同的车场;考虑时变速度和实时载重对车辆油耗和碳排放的影响,确定车辆油耗和碳排放的度量函数;在此基础上,以车辆油耗成本、碳排放成本、车辆使用成本、驾驶员工资以及时间窗惩罚成本之和最小化作为优化目标,构建多车场绿色车辆路径模型,并根据模型特点设计一种改进的蚁群算法进行求解.算例仿真结果表明,所构建的模型和提出的算法能合理调配不同车场的车辆,科学规划车辆路径,有效规避交通拥堵时间段,降低物流配送总成本,减少车辆油耗和碳排放,
针对属性权重未知、评价信息为毕达哥拉斯模糊数的多属性决策问题,对毕达哥拉斯模糊集的得分函数进行深入分析,为解决现有得分函数中存在的不足,提出一种新得分函数,通过证明其相关定理,分析新得分函数的性质.将新得分函数运用到毕达哥拉斯模糊多属性决策问题中,以帮助决策者更好地处理模糊的决策信息.此外,针对现有大多数毕达哥拉斯模糊多属性决策方法基于决策者是完全理性的假设,忽略决策者在面临风险时的不同主观价值感受,引入累积前景理论,提出基于新得分函数和累积前景理论的毕达哥拉斯模糊TOPSIS法.该方法利用前景价值代替各
针对蓄意攻击样本有限不均衡而引起无法有效识别关键危险源少数类样本的问题,提出多分类器集成加权均衡分布适配的关键危险源识别方法.首先,在保证少数类样本被充分选择的前提下随机抽取多数类样本,构成源域多样本训练集合,在目标域上直接预测伪标签并给样本赋予不同的权重,让少数类样本可以得到充分的训练;然后,训练源域样本集的分类器,经过多次迭代优化目标域伪标签并更新权重矩阵;最后,通过多分类器集成的策略将筛选出的基分类器集成为强分类器,采用宏平均和微平均两个评价指标来评价分类器的识别性能.利用全球恐怖主义数据库(GTD
研究一类不确定离散时间系统的有限时间鲁棒预见控制问题.与以往对误差信号和系统方程取差分不同,通过引入辅助变量,并用系统状态向量及输入向量与相应辅助变量之差代替通常的状态差分,避免对时变的系数矩阵取差分,使得扩大误差系统的构造成为可能.另外,所推导的扩大误差系统不再包含误差向量,这不仅能降低系统的阶数而且能推广适用对象.针对所求得的不确定系统的扩大误差系统,分别引入状态反馈和静态输出反馈,并利用Lyapunov函数方法导出闭环系统渐近稳定的充分条件,该条件可以通过求解一个LMI问题而实现.所得控制器回到原系
作为以人为中心的赛汝生产系统,如何合理地配置多能工是系统构建的主要问题.针对赛汝生产系统构建的基本问题,考虑工人技能组合的可选择性和工人技能水平的差异性,以最小化最大完工时间和最小化工人工作时间差异为目标,建立赛汝生产系统多能工配置的多目标优化模型.针对模型和解空间的特征,开发并采用基于NSGA-II的多目标优化算法进行求解.通过数值实验验证模型和算法的准确性和有效性,并分析工人标准工序数与工人效率系数的差异对系统最大完工时间、工人工作时间差异、工人人均掌握技能数和构建单元数量的影响.
针对存在参数不确定、输入电压波动以及负载变化等未知动态的Buck型变换器系统,提出一种基于未知系统动态估计器的快速固定时间控制方法.首先,设计基于一阶低通滤波器的估计器,实现对系统未知动态的前馈补偿.在此基础上,基于输出电压误差和未知动态估计值设计固定时间滑模面和反馈控制器,保证输出电压快速收敛至参考电压附近邻域内,且控制器具有较好的抗干扰能力.同时,构造基于反余切型函数的增强型趋近律,能够提高滑模变量的收敛速度和有效减小控制器抖振.最后,给出仿真和实验结果验证所提出方法的有效性.
为进一步提升第四方物流(4PL)对多第三方物流(3PL)协同配送网络的适应能力,提出考虑3PL承载能力时变的4PL协同路径定制问题,建立允许货物在节点等待的非线性数学模型,设计基于蚁群和人工蜂群的两阶段混合智能算法(ACO-ABC).算法中:第1阶段选择路径,使用蚁群算法得到问题的满意解;第2阶段选择优势路段的3PL,利用人工蜂群算法搜索问题的最优解.数值实验中,通过ACO-ABC与启发式算法和其他智能算法的比较,验证算法的优势.实验分析表明,允许货物等待不仅能够发挥出4PL在协同路径定制中整合资源的作用